[发明专利]一种企业异常监测方法、装置及介质在审

专利信息
申请号: 201910009448.2 申请日: 2019-01-04
公开(公告)号: CN109784555A 公开(公告)日: 2019-05-21
发明(设计)人: 麦伟杰;危明铸;袁峰 申请(专利权)人: 广州中国科学院软件应用技术研究所
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/06;G06Q50/26
代理公司: 广州容大专利代理事务所(普通合伙) 44326 代理人: 刘新年
地址: 511458 广东省广州*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 属性数据 异常监测 监测结果 预测模型 监管 构建 人力物力资源 风险预测 画像数据 获取目标 监管部门 目标企业 预测结果 大数据 实时性 有效地 滞后性 整合 失灵 检查 关联 消耗 节约 预测 矛盾 保证
【说明书】:

发明公开一种企业异常监测方法、装置及介,涉及大数据技术领域,包括:获取企业提供给市场监管部门的历史属性数据,对历史属性数据进行关联整合构建企业画像数据集;选择对监测结果有影响力的属性数据;根据所选择的属性数据与监测结果构建企业检查预测模型,并对其进行训练;采用已训练完成的企业检查预测模型根据目标企业的属性数据进行预测,获取目标企业的异常监测结果;节约人力物力资源,避免消耗大量的时间进行抽查;有针对性地对特定行业进行风险预测,并且根据预测结果对相应的“异常”重点监管;有效地解决政府唱“独角戏”导致“监管失灵”的矛盾,解决因监管不够及时而导致的滞后性,保证监管的实时性。

技术领域

本发明涉及大数据技术领域,尤其涉及一种企业异常监测方法、装置及介质。

背景技术

在新的工商登记制度下,市场监管主体职责发生变化,监管对象呈现井喷式增长,监管理念也由事前监管向事中事后监管转变,市场监管方面发生了一系列变化,当前市场主体监管带来了较大的冲击。传统监管手段以拉网式、运动式、随机式检查为主,其人力需求大、耗时要求高以及随机性量太大以致把握不了检查的重点,这与当前政府的精简机构和简政放权的思路背道而驰,在人员编制不可能增加的情况下,难解决日益增长的企业数量和监管力量不足的根本性供需矛盾。这种监管方式在已不能适应商事登记改革后的监管需要,需要监管方法、手段由传统向信息化、科技化监管等方式转变。此外,监管中政府唱“独角戏”导致“监管失灵”的矛盾具有普遍性,社会参与监管严重滞后,造成企业监管和信用信息不透明,进一步增加企业监管的困难性。

传统的检查方式(随机检查、运动式、拉网式等)问题较为突出,主要原因是企业数量庞大,这些检查方式缺乏足够的人力物力资源以及部门之间数据和信息的不对称,在脱离了社会监管与参与的情况导致其运行异常。

传统技术缺陷归结如下:

1、市场主体规模庞大,难以把握重点检查对象。近年来,全国各地都在推动商事制度改革,营商环境不断优化,市场主体活力不断提升,各类市场主体实有户数和资金规模总量不断扩大。仅从广州工商部门统计数据显示,2015年,广州实有各类市场主体132.97万户,同比增长11.26%,市场主体规模庞大,市场主体新登记数量增长态势明显,无法对每个市场主体进行检查,难以把握重点监管对象,市场主体服务及监管工作带来新的压力,亟待创新市场主体服务与检查方式。

2、双随机抽查的靶向性不强。目前各地市场监督管理局通常都是由各基层所自行确定抽查领域、抽查比例、抽查对象等,抽查的重点不突出,抽查领域泛化,监管中发现问题较少,多数被抽查市场主体为非风险性的一般性市场主体,抽查业务多为原工商系统监管领域,对质监领域的特种设备监管、生产许可证监管、标准化和计量工作没有涉及,业务工作没有实现融合。

3、市场主体监管风险预判能力不强。通过常规检查手段很难定位日渐复杂的市场主体监管风险,即“不知道监管风险在哪里”,监管靶向性弱,存在监管被动、无方向等问题。

4、发现企业存在问题不够及时。传统的检查方式往往都是经过人员抽查之后,才发现企业的不正常,所以非常滞后,不够及时,更没有预测性。

发明内容

本发明针对背景技术的问题提供一种企业异常监测方法、装置及介质,保证行政部门对企业检查的准确性和及时性,能够预先检测到企业存在运行风险的可能性,解决现有技术“企业数量庞大、没有重点性、不够及时性”等缺陷。

为了实现上述目的,本发明提出一种企业异常监测方法,包括如下步骤:

S10、获取企业提供给市场监管部门的历史属性数据,对历史属性数据进行关联整合构建企业画像数据集;

S20、选择对监测结果有影响力的属性数据;

S30、根据所选择的属性数据与监测结果构建企业检查预测模型,并对其进行训练;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州中国科学院软件应用技术研究所,未经广州中国科学院软件应用技术研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910009448.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top